Upload
hoangnhan
View
216
Download
2
Embed Size (px)
Citation preview
Problema de programação em redes
• Modelado por meio de uma estrutura de grafo ou rede que consiste em diversos nós, cada nó deve estar conectado a um ou mais arcos.
• Aplicações:– Produção, transporte, localização de facilidades,
gestão de projetos, finanças, entre outras– Muitos podem ser formulados como problemas de
programação linear e resolvidos pelo método simplex
• Modelagem em redes:– Facilitar a visualização e a compreensão das
características do sistema
Problema de programação em redes
• Exemplos de problemas:– Transporte (clássico)– Transbordo– Designação de tarefas– Caminho mais curto– Fluxo máximo– Árvore geradora mínima
A terminologia de Grafos e Redes
• Grafo:– Um grafo é uma estrutura representada como um
conjunto de pontos (vértices, nós) ligados por retas (arestas).
– Dependendo da aplicação, as arestas podem ser direcionadas (arcos), e são representadas por setas.
A terminologia de Grafos e Redes
• Os vértices podem representar facilidades (como fábricas, centros de distribuição, terminais ou portos marítimos), estações de trabalho ou Interseções;
• As arestas fazem conexões entre pares de nós, podendo representar caminhos, rotas, fios cabos, canis, entre outros.
G= (V,A)
A terminologia de Grafos e Redes
• Muitas vezes, as arestas (ou arcos) de um grafo que fazem conexões entre os nós estão associados a uma variável numérica chamada fluxo (como distância entre os nós, custo de transporte, tempo despendido, dimensão do fio, quantidade de peças transportadas, entre outras).
• Os nós de um grafo podem estar associados a uma variável numérica chamada capacidade, (podendo representar a capacidade de carga e descarga, suprimentos, demanda, entre outros).
• Um grafo cujas arestas(arcos) e/ou nós estão associados à variável numérica fluxo e/ou capacidade é chamado de rede
Rede• Nós de oferta ou fontes:
– Representam entidades que produzem ou distribuem determinada produto
• Nós de demanda:– Representam entidades que consomem o produto
• Nós de transbordo– Pontos intermediários entre nós de oferta e demanda
e representam os pontos de passagem desses produtos
Rede• Arco:
– Direcionado– Não direcionado
• Quando todos os arcos da rede são direcionados – rede direcionada
• Caminho entre dois nós: seqüência de diferentes arcos conectando esses dois nós.
• Um caminho que tem uma única direção: caminho direcionado
Rede• Caminho hamiltoniano – visita cada vértice (nó) uma
única vez
• Um caminho que começa e termina no mesmo vértice (nó) – ciclo
• Se o caminho percorrido no ciclo é direcionado – ciclo direcionado
• Rede conexa - existe um caminho entre qualquer par de vértices (nós)
• Rede com estrutura de árvore – conexa e acíclica
Rede
• Dentro do conceito de árvores:– Uma árvore com n nós contém n-1 arcos– Se um arco for adicionado à árvores, forma-
se um ciclo– Se um arco for eliminado da árvore, a rede
deixa de ser conexa
Rede
• Árvore geradora ou de cobertura– Dado um grafo G = (V, A), uma árvore
geradora é um subgrafo de G que tem a estrutura de uma árvore e contém todos os nós de G.
Problemas de Transporte
• Esta classe de problemas recebeu este nome porque seu método de resolução, denominado Método de Transporte, foi inicialmente utilizado para determinar o menor custo de transporte entre diversas fábricas de um produto e diversos centros consumidores.
Problema Clássico de Transporte• Determinar as quantidades de produtos a serem
transportadas a partir de um conjunto de fornecedores para um conjunto de consumidores, de maneira que o custo total de transporte seja minimizado.
• Cada fornecedor fabrica um número fixo de produtos, e cada consumidor tem uma demanda conhecida que será atendida.
• O modelo é modelado a partir de dois elos da cadeia de suprimentos, ou seja, não considera facilidades intermediárias (centros de distribuição, terminal, porto marítimo ou fábrica)
Representação em redes do problema de transporte
F1
F2
C1
CnFm
C2
Cf1
Cf2
Cfm
d1
d2
dn
Origens c11:x11 Destinos
Cmn; Xmn
Capacidade de fornecimento
Demanda consumida
Formulação matemática do problema Clássico de Transporte
• cij : custo de transporte por unidade , do fornecedor i (i=1, ..., m) para o consumidor j (j=1,..., n)
• xij: quantidade transportada do fornecedor i (i=1, ...m) para o consumidor j (j=1,..., n)
• Cfi: capacidade de abastecimento do fornecedor (origem)
• di: demanda do consumidor (destino)j.
• Objetivo do problema: determinar as incógnitas xij que minimizarão o custo total de transporte e, ao mesmo tempo, satisfarão todas as restrições de suprimento e demanda.
Formulação matemática do problema Clássico de Transporte
Min Z =s. a:
∑ ∑= =
m
i
n
jijijxc
1 1
j
m
iij dx ≥∑
= 1
iCfxn
iij ≤∑
= 1
(i = 1, 2, ..., m)
(j = 1, 2, ..., n)
0≥ijx
Formulação matemática do problema Clássico de Transporte
Min Z =s. a:
∑ ∑= =
m
i
n
jijijxc
1 1
j
m
iij dx ≥∑
= 1
iCfxn
iij ≤∑
= 1
(i = 1, 2, ..., m)
(j = 1, 2, ..., n)
Corresponde a um problema de programação linear
0≥ijx
Problemas de Transporte
• O problema de transporte poderia ser resolvido pelo método Simplex.
• No entanto, a estrutura especial do problema em redes permite a obtenção de algoritmos de solução mais eficientes, como o algoritmo de transporte
Problemas de Transporte• Para que o problema tenha solução básica factível, a
capacidade total de fornecimento deve ser maior ou igual à demanda de todos os consumidores.
ii dCfn
i≥∑
= 1
Problemas de Transporte
Min Z =s. a:
ii dCfn
i=∑
= 1
• Se a capacidade total de fornecimento é exatamente igual á demanda total consumida, isto é,
o problema é conhecido como problema de transporte balanceado, podendo ser reescrito como:
∑ ∑= =
m
i
n
jijijxc
1 1
j
m
iij dx =∑
= 1
iCfxn
iij =∑
= 1
(j = 1, 2, ..., n)
(i = 1, 2, ..., m)
0≥ijx
Problemas de Transporte
ii dCfn
i<∑
= 1
• Se a capacidade de fornecimento total for menor que a demanda total consumida
alguns consumidores não serão atendidos. Os fornece-dores utilizarão sua capacidade máxima. O problema pode ser escrito como:
∑ ∑= =
m
i
n
jijijxc
1 1
j
m
iij dx ≤∑
= 1
iCfxn
iij =∑
= 1
(j = 1, 2, ..., n)
0≥ijx
Min Z =s. a:
(i = 1, 2, ..., m)
Exemplo 1• A Karpet Ltda é uma empresa fabricante de autopeças,
cujas sedes estão localizadas em Osasco, Sorocaba e São Sebastião. Seus clientes encontram-se em São Paulo, Rio de Janeiro e Curitiba. Os custos unitários de transporte de cada origem para cada destino, assim como a capacidade de cada fornecedor, encontram-se na tabela abaixo:
Fornecedor
custo unitário de transporte
Capacidadeconsumidor
São Paulo Rio de Janeiro CuritibaOsasco 12 22 30 100Sorocaba 18 24 32 140São Sebastião 22 15 34 160demanda 120 130 150
• O objetivo é atender a demanda de cada consumidor final, respeitando as capacidades de fornecimento, de forma a minimizar o custo total de transporte. Modelar o problema de transporte
Solução• A capacidade de fornecimento é igual á demanda total
consumida – problema de transporte balanceado• Variáveis de decisão: xij (quant. de peças transportadas
do fornecedor i para o consumidor j), com i=1,2,3 e j=1,2,3
x11 = transporte de Osasco para São Paulox12 = transporte de Osasco para Rio de Janeirox13= transporte de Osasco para Curitibax21 = transporte de Sorocaba para São Paulox22 = transporte de Sorocaba para Rio de Janeirox23= transporte de Sorocaba para Curitibax31 = transporte de São Sebastião para São Paulox32 = transporte de São Sebastião para Rio de Janeirox33= transporte de são Sebastião para Curitiba
Solução• A função objetivo busca minimizar o custo
total de transporte:Min Z= 12x11+22x12+30x13+18x21+24x22+ +32x23+22x31+15x32+34x33
Solução• As restrições do modelo:1. A capacidade de cada fornecedor será
utilizada para atender a demanda dos consumidores
x11+x12+x13= 100x21+x22+x23=140x31+x32+x33=160
Solução• As restrições do modelo:2. A demanda de cada consumidor deve ser
atendidax11+x21+x31= 120x21+x22+x32=130x31+x23+x33=150
Solução• As restrições do modelo:3. As variáveis de decisão do modelo são não
negativas.
0≥ijx i= 1,2,3 e j=1,2,3
Algoritmo de transporte• Início: o problema deve estar balanceado (fluxo
total de entrada = fluxo total de saída) e representado na forma tabular
• Passo 1: encontrar uma solução básica factível inicial. Para isso, são apresentados 3 métodos: método do canto noroeste, método do custo mínimo e método da aproximação de Vogel.
• Passo 2: Teste de otimalidade – usar método dos multiplicadores, baseado na teoria da dualidade. Aplicar a condição de otimalidade do método simplex ao problema de transporte. Se a condição é satisfeita, o algoritmo termina aqui, caso contrário, determina-se uma SBF adjacente melhor.
Algoritmo de transporte• Iteração: Determinar uma SBF adjacente
melhor• Três passos devem ser tomados:1. determinar a variável não básica que entrará na base, utilizando o método dos multiplicadores.2. escolher a variável básica que passará para o conjunto de variáveis não básica utilizando a condição de factibilidade do método simplex.Recalcular a nova solução básica.
m fornecedoresn consumidoresProblema de transporte balanceado possui m+n restrições de igualdadeO problema balanceado possui fluxo total de entrada = saída . Pode-se afirmar que uma das restrições é redundante.Assim possui m +n-1 equações independentes e m+n-1 variáveis básicasPara o problema acima: m = 3 e n =3 , tem-se 5 variáveis básicas
.
x31
x21
x12
x22
x13
x32
x32 x33
12 22 30
18 24 32
22 15 34
Demanda 120 130 150
Capacidade
100
140
160
Fornecedor
Consumidor
Método do canto noroeste• Passo 1: selecione a célula x
11, localizada no
canto superior esquerdo (noroeste)• Passo 2: Verificar a capacidade total do
Fornecedor 1 e a demanda do consumidor 1.Verificar a quantidade máxima que deve ser alocada. O valor máximo a ser alocado nessa célula é o mínimo entre esses dois valores
• Passo 3: Se o limite máximo de capacidade do fornecedor 1 ou a demanda for atingida, as células correspondentes à mesma linha/coluna devem ser bloqueadas.
Método do canto noroeste
1 2 3 capacidade1 x
11x
12x
13100
2 x12
x22
x23
140
3 x13
x32
x33
160
demanda 120 130 150
fornecedor
consumidor
Método do canto noroeste
1 2 3 capacidade1 100 x x 100
2 140
3 160
demanda 120 130 150
fornecedor
consumidor
Método do canto noroeste
1 2 3 capacidade1 100 x x 100
2 20 140
3 160
demanda 120 130 150
fornecedor
consumidor
Método do canto noroeste
1 2 3 capacidade1 100 x x 100
2 20 140
3 x 160
demanda 120 130 150
fornecedor
consumidor
Método do canto noroeste
1 2 3 capacidade1 100 x x 100
2 20 120 x 140
3 x 160
demanda 120 130 150
fornecedor
consumidor
Método do canto noroeste
1 2 3 capacidade1 100 x x 100
2 20 120 x 140
3 x 10 160
demanda 120 130 150
fornecedor
consumidor
Método do canto noroeste
1 2 3 capacidade1 100 x x 100
2 20 120 x 140
3 x 10 150 160
demanda 120 130 150
fornecedor
consumidor
Solução básica : x11
= 100, x21
= 20, x22
= 120, x32
= 10, x33
= 150, com z=9690Variáveis não básicas: x
12, x
13, x
23, x
31 iguais a 0
Método do Custo Mínimo
• Adaptação do método do canto noroeste, em que, em vez de selecionar a célula mais próxima do canto noroeste, seleciona-se aquela com menor custo.
Método do Custo Mínimo
• Passo 1: Selecione a célula de custo mínimo
• Passo 2: alocar a maior quantidade possível
• Passo 3: Se a capacidade do fornecedor for atingida ou a demanda for atendida, bloquear as outras células da linha/coluna
Método do Custo Mínimo
.
x31
x21
x12
x22
x13
x32
x32 x33
12 22 30
18 24 32
22 15 34
Demanda 120 130 150
Capacidade
100
140
160
consumidor
Fornecedor
Método do Custo Mínimo
100
x31
x21
x
x
x
x32
x33
12 22 30
18 24 32
22 15 34
Demanda 120 130 150
Capacidade
100
140
160
consumidor
Fornecedor
Método do Custo Mínimo
100
x31
x
x
x
x32
130 x33
12 22 30
18 24 32
22 15 34
Demanda 120 130 150
Capacidade
100
140
160
consumidor
Fornecedor
Método do Custo Mínimo
100
x
20
x
x
x
x32
130 x33
12 22 30
18 24 32
22 15 34
Demanda 120 130 150
Capacidade
100
140
160
consumidor
Fornecedor
Método do Custo Mínimo
100
x
20
x
x
x
120
130 x33
12 22 30
18 24 32
22 15 34
Demanda 120 130 150
Capacidade
100
140
160
consumidor
Fornecedor
Método do Custo Mínimo
100
x
20
x
x
x
120
130 30
12 22 30
18 24 32
22 15 34
Demanda 120 130 150
Capacidade
100
140
160
consumidor
Fornecedor
Solução básica: x11
= 100, x21
= 20, x23
= 120, x32
= 130, x33
= 30, com z=8370
Método de aproximação de Vogel
• Versão melhorada do método do custo mínimo que leva, geralmente, a melhores soluções iniciais.
Método de aproximação de Vogel
• Passo 1: para cada linha e coluna, calcular a penalidade que corresponde à diferença entre os dois menores custos unitários de transporte na respectiva linha (e coluna). A penalidade para uma linha (coluna) será calculada enquanto houver pelo menos duas células ainda não alocadas e não bloqueadas na mesma linha (coluna)
Método de aproximação de Vogel
• Passo 2: escolher a linha de maior penalidade. Em caso de empate, escolher qualquer uma delas, aleatoriamente.Na linha ou coluna selecionada, escolha a célula de menor custo.
Método de aproximação de Vogel
• Passo 3: Aloque a maior quantidade possível de produto, de forma que a soma das células correspondentes na mesma linha e na mesma coluna não ultrapasse a capacidade de fornecimento total e de demanda total, respectivamenete.
Método de aproximação de Vogel
• Passo 4: bloqueie as células correspondentes à mesma linha ou coluna que atingiu o limite máximo de fornecimento ou demanda, enquanto restar mais de uma célula não alocada e não bloqueada, volte ao passo 1, caso contrário, vá para o passo 5.
Método de aproximação de Vogel
• Passo 5: aloque a essa última célula a capacidade ou demanda remanescente.
Método de aproximação de Vogel
x31
x21 x22 x32
x32 x33
12 22 30
18 24 32
22 15 34
Demanda 120 130 150
Capacidade
100
140
160
consumidor
Fornecedor
Penalidade 18 – 12 22 – 15 32 - 30Na coluna =6 =7 =2
Penalidadena linha
22 – 12 = 10
24 – 18 = 6
22 – 15 = 7
Método de aproximação de Vogel
100
x31
x21
x
x22
x
x32
x32 x33
12 22 30
18 24 32
22 15 34
Demanda 120 130 150
Capacidade
100
140
160
consumidor
Fornecedor
Penalidade 18 – 12 22 – 15 32 - 30Na coluna =6 =7 =2
Penalidadena linha
22 – 12 = 10
24 – 18 = 6
22 – 15 = 7
Método de aproximação de Vogel
100
x31
x21
x x
x32
x33
12 22 30
18 24 32
22 15 34
Demanda 120 130 150
Capacidade
100
140
160
consumidor
Fornecedor
Penalidade 22 – 18 24 – 15 34 - 32Na coluna =4 =9 =2
Penalidadena linha
-
24 – 18 = 6
22 – 15 = 7
Método de aproximação de Vogel
100
x31
x21
x
x
x
x32
130 x33
12 22 30
18 24 32
22 15 34
Demanda 120 130 150
Capacidade
100
140
160
consumidor
Fornecedor
Penalidade 22 – 18 24 – 15 34 - 32Na coluna =4 =9 =2
Penalidadena linha
-
32 – 18 = 14
34 – 22 = 12
Método de aproximação de Vogel
100 x
x
x
130 x33
12 22 30
18 24 32
22 15 34
Demanda 120 130 150
Capacidade
100
140
160
consumidor
Fornecedor
Penalidade 22 – 18 - 34 - 32Na coluna =4 =2
Penalidadena linha
-
32 – 18 = 14
34 – 22 = 12
Método de aproximação de Vogel
100
x
20
x
x
x
130 x33
12 22 30
18 24 32
22 15 34
Demanda 120 130 150
Capacidade
100
140
160
consumidor
Fornecedor
Penalidade 22 – 18 - 34 - 32Na coluna =4 =2
Penalidadena linha
-
32 – 18 = 14
34 – 22 = 12
Método de aproximação de Vogel
100
x
20
x
x
x
130 x33
12 22 30
18 24 32
22 15 34
Demanda 120 130 150
Capacidade
100
140
160
consumidor
Fornecedor
Penalidade - - 34 - 32Na coluna =2
Penalidadena linha
-
–
34 – 22 = 12
120
Método de aproximação de Vogel
100
x
20
x
x
x
130 30
12 22 30
18 24 32
22 15 34
Demanda 120 130 150
Capacidade
100
140
160
consumidor
Fornecedor
Penalidadena linha
-
–
34 – 22 = 12
120
Solução Básica: x11
= 100, x21
= 20, x23
= 120, x32
= 130, x33
= 30, com z=8370
Teste de Otimalidade• Para verificar se a solução encontrada é
ótima, utiliza-se o métodos dos multiplicadores, que é baseado na teoria da dualidade
• A cada linha i e a cada coluna j é associado os multiplicadores ui e vi.
• Os coeficientes da FO (custos reduzidos) da variável xij (cij) são dados pela seguinte fórmula: cij = ui + vj -cij
Teste de Otimalidade• Como os custos reduzidos das variáveis básicas
são nulos, a fórmula cij = ui + vj -cij se resume a ui + vj = cij
• Como o modelo contém m+n-1 equações independentes e, consequentemente, m+n-1 variáveis básicas, para resolver o sistema de equações ui + vj = cij com m+n incógnitas, deve-se atribuir, arbitrariamente, o valor zero a um dos multiplicadores por exemplo, u1=0
Teste de Otimalidade• Para o problema de transporte (problema de
minimização), a solução atual é ótima se, e somente se, os custos reduzidos de todas as variáveis não básicas forem não positivos: ui + vi -cij <=0, para cada variável não básica xij
• Enquanto existir pelo menos uma variável não básica com custo reduzido positivo, há uma solução básica factível (SBF) adjacente melhor.
Teste de Otimalidade• Iteração: Determinar uma SBF adjacente
melhorPasso 1. determinar a variável não básica que entrará na base, utilizando o método dos multiplicadores. A variável não básica xij selecionada e aquela com maior custo reduzido (maior valor de ui + vi – cij) Passo2. Escolher a variável básica que sairá da basePasso 3. Recalcular a nova solução básica (diretamente na forma tabular do problema de transporte)
Teste de Otimalidade1 2 3 capacidade
1100 x x
100
220 120 x
140
3x 10 150
160
demanda 120 130 150
fornecedor
consumidor
12 22 30
32
3415
2418
22
Para cada variável básica xij, descrever a equação ui + vj = cij
para x11: u1 + v1 = 12 fazendo u1 = 0, tem-se: v1 =para x21: u2 + v1 = 18 u2 =para x22: u2 + v2 = 24 v2 =para x32: u3+ v2 = 15 u3 =para x33: u3 + v3 = 34 u3 =
Teste de Otimalidade1 2 3 capacidade
1100 x x
100
220 120 x
140
3x 10 150
160
demanda 120 130 150
fornecedor
consumidor
12 22 30
32
3415
2418
22
Para cada variável básica xij, descrever a equação ui + vj = cij
para x11: u1 + v1 = 12 fazendo u1 = 0, tem-se: v1 = 12para x21: u2 + v1 = 18 u2 = 6para x22: u2 + v2 = 24 v2 = 18para x32: u3+ v2 = 15 u3 = -3para x33: u3 + v3 = 34 u3 = 37
Teste de OtimalidadePara cada variável básica xij, descrever a equação ui + vj = cij
para x11: u1 + v1 = 12 fazendo u1 = 0, tem-se: v1 = 12para x21: u2 + v1 = 18 u2 = 6para x22: u2 + v2 = 24 v2 = 18para x32: u3+ v2 = 15 u3 = -3para x33: u3 + v3 = 34 u3 = 37
A partir desses multiplicadores, determinam-se os custos reduzidos das variáveis não básicas por meio de fórmula cij = ui + vi -cij
c12= u1 + v2 – c12 =c13 = u1 + v3 – c13 =c23 = u2 + v3 – c23 =c31 = u3+ v1 – c31 =
Teste de OtimalidadePara cada variável básica xij, descrever a equação ui + vj = cij
para x11: u1 + v1 = 12 fazendo u1 = 0, tem-se: v1 = 12para x21: u2 + v1 = 18 u2 = 6para x22: u2 + v2 = 24 v2 = 18para x32: u3+ v2 = 15 u3 = -3para x33: u3 + v3 = 34 u3 = 37
A partir desses multiplicadores, determinam-se os custos reduzidos das variáveis não básicas por meio de fórmula cij = ui + vi -cij
c12= u1 + v2 – c12 = 0 + 18 – 22 = -4c13 = u1 + v3 – c13 = 0 + 37 – 30 = 7c23 = u2 + v3 – c23 = 6 + 37 – 32 = 11c31 = u3+ v1 – c31 = -3 + 12 – 22 = -13
Como existem dois custos positivos, existe uma SBF adjacente melhor. Entra x23, pois é o maior custo reduzido.
Determinar SBF adjacente melhor• Um ciclo fechado deve ser construído para determinar a variável que sairá da base e
para calcular a nova solução básicaA) deve-se iniciar e terminar em x23
B)ser formado por uma sequencia de segmentos verticais e horizontais conectados entre si
C) cada esquina deve estar associada a uma variável básica, com exceção de x23
1 2 3 capacidade1
100 x x100
220 120 0
140
3x 10 150
160
demanda 120 130 150
fornecedor
consumidor
12 22 30
32
3415
2418
22
Determinar SBF adjacente melhor
• Determinar a variável que sairá da base. Escolher a variável que possui o menor valor (120<150) (esquinas vizinhas). A restrição de capacidade do fornecedor deve ser respeitada.
1 2 3 capacidade1
100 x x100
220 120 0
140
3x 10 150
160
demanda 120 130 150
fornecedor
consumidor
12 22 30
32
3415
2418
22
Determinar SBF adjacente melhor
• x23 = 120 e x22 = 0• Calcular os novos valores para x32 e x33.• X32 = 130 e x33 = 30
1 2 3 capacidade1
100 x x100
220 0 120
140
3x 130 30
160
demanda 120 130 150
fornecedor
consumidor
12 22 30
32
3415
2418
22
Determinar SBF adjacente melhor1 2 3 capacidade
1100 x x
100
220 0 120
140
3x 130 30
160
demanda 120 130 150
fornecedor
consumidor
12 22 30
32
3415
2418
22
Para cada variável básica xij, descrever a equação ui + vj = cij
para x11: u1 + v1 = 12 fazendo u1 = 0, tem-se: v1 = para x21: u2 + v1 = 18 u2 = para x23: u2 + v3 = 32 v3 = para x32: u3+ v2 = 15 u3 = para x33: u3 + v3 = 34 v2 =
Determinar SBF adjacente melhor1 2 3 capacidade
1100 x x
100
220 0 120
140
3x 130 30
160
demanda 120 130 150
fornecedor
consumidor
12 22 30
32
3415
2418
22
Para cada variável básica xij, descrever a equação ui + vj = cij
para x11: u1 + v1 = 12 fazendo u1 = 0, tem-se: v1 = 12para x21: u2 + v1 = 18 u2 = 6para x23: u2 + v3 = 32 v3 = 26para x32: u3+ v2 = 15 u3 = 8para x33: u3 + v3 = 34 v2 = 7
Teste de OtimalidadePara cada variável básica xij, descrever a equação ui + vj = cij
para x11: u1 + v1 = 12 fazendo u1 = 0, tem-se: v1 = 12para x21: u2 + v1 = 18 u2 = 6para x23: u2 + v2 = 32 v3 = 26para x32: u3+ v2 = 15 u3 = 8para x33: u3 + v3 = 34 v2 = 7
A partir desses multiplicadores, determinam-se os custos reduzidos das variáveis não básicas por meio de fórmula cij = ui + vi -cij
c12= u1 + v2 – c12 =c13 = u1 + v3 – c13 =c22 = u2 + v2 – c23 =c31 = u3+ v1 – c31 =
Teste de OtimalidadePara cada variável básica xij, descrever a equação ui + vj = cij
para x11: u1 + v1 = 12 fazendo u1 = 0, tem-se: v1 = 12para x21: u2 + v1 = 18 u2 = 6para x23: u2 + v2 = 32 v3 = 26para x32: u3+ v2 = 15 u3 = 8para x33: u3 + v3 = 34 v2 = 7
A partir desses multiplicadores, determinam-se os custos reduzidos das variáveis não básicas por meio de fórmula cij = ui + vi -cij
c12= u1 + v2 – c12 = 0 + 7 – 22 = -15c13 = u1 + v3 – c13 = 0 +26 - 30 = -4c22 = u2 + v2 – c23 =6 + 7 – 24 = -11c31 = u3+ v1 – c31 =8 + 12 – 22 = -2
Como todos os custos reduzidos de todas as variáveis não básicas são negativos, a solução atual é ótima.x11 = 100, x21 = 20, x23 = 120, x32 = 130 e x33 = 30, com z= 8370
Capacidade de fornecimento > que a demanda total consumida
• Para que o algoritmo de transporte seja utilizado o problema deve estar balanceado.
• Solução: criar um consumidor fantasma que irá absorver todo o excesso de oferta.
• A empresa Caramelos & Confetes atua no ramo doceiro desde 1990 e possui 3 lojas localizadas na Grande São Paulo. Seus principais clientes estão localizados na Capital Paulista, Baixada Santista e Vale do Paraíba. A capacidade de produção das lojas, a demanda dos clientes e os custos por unidade distribuída de cada loja para cada cliente estão na tabela abaixo. A fim de minimizar o custo total de transporte, a empresa quer determinar quanto distribuir de cada loja para os respectivos consumidores, respeitando a capacidade de produção e garantindo que as demandas serão atendidas. Formule o problema de transporte da empresa.
custo unitário de transporte
consumidor
São Paulo B. Santista Vale Paraíba capacidade
fornecedorLoja 1 8 12 10 50Loja 2 4 10 6 100Loja 3 6 15 12 40
demanda 60 70 30
Solução• Solução (a): modelar as restrições na forma de desigualdadeMin z = 8x11 + 12x12 + 10x13+ 4x21 + 10x22 + 6x23 + 6x31+15x32+12x33
s. a:
x11 + x12 + x13 <= 50x21 + x22 + x23 <=100x31 + x32 + x33 <= 40x11 + x21 + x31 >= 60x12 + x22 + x32 >= 70x13+x23+x33 >=30xij>= 0Solução ótima: x11 = 0, x12=50, x13= 0, x21 = 50, x22 = 20, x23 = 30, x31 = 10, x32=0, com z = 1240
Solução• Solução (b): para que o algoritmo de transporte possa ser aplicado, o
problema deve estar balanceado.• Criar um consumidor fantasma para absorver o excesso de oferta de 30
unidades.Min z = 8x11 + 12x12 + 10x13+ 4x21 + 10x22 + 6x23 + 6x31+15x32+12x33
s. a:
x11 + x12 + x13 = 50x21 + x22 + x23 =100x31 + x32 + x33 = 40x11 + x21 + x31 = 60x12 + x22 + x32 = 70X13 + x23 + x33 = 30X14 + x24 + x34 = 30xij>= 0Solução ótima: x11 = 0, x12=50, x13= 0, x21 = 50, x22 = 20, x23 = 30, x31 = 10, x32=0, com z = 1240